در برخی کارخانه‌ها تمام کارها در تاریکی انجام می‌شود. گرمایش یا تهویه مطبوع وجود ندارد، زیرا هیچ دستگاهی از سرما شکایت نکرده است. ربات‌ها کل فرایند تولید را تکمیل می‌کنند و آینده‌ای از اتوماسیون را پیش روی ما قرار می‌دهند. وارن بنیس، نویسنده آمریکایی پیشگام در زمینه رهبری تجاری، در کتاب خود با عنوان «در مورد رهبر شدن» (1989) می‌گوید: «کارخانه آینده تنها دو کارمند خواهد داشت، یک مرد و یک سگ. مرد برای غذا دادن به سگ آنجا خواهد بود. سگ آنجا خواهد بود تا از دست زدن مرد به تجهیزات جلوگیری کند.»
پرسش این است که آیا این پیش‌بینی‌ها محقق می‌شوند یا خیر. همه انقلاب‌های اقتصادی مستلزم پیکربندی مجدد عمده نیروی کار بوده‌اند، اما همیشه بیش از آنچه نابود کرده‌اند، شغل ایجاد کرده‌اند. اگر اتوماسیون موقتی باشد یا دائمی، هنوز این سؤال باقی می‌ماند که میلیون‌ها انسانی که به حاشیه‌های بازار کار رانده شده‌اند با زمان خود چه خواهند کرد؟ فیلسوف ایتالیایی «مائوریتزیو فراریس» در کتاب خود با عنوان Doc-Humanity (2022)  تلاش می‌کند به این سؤال پاسخ دهد. او استدلال می‌کند در آینده‌ای که ماشین‌ها اکثر وظایف مولد را به عهده می‌گیرند، فعالیت‌های انسانی اساساً به سمت نوعی خروجی واحد تغییر می‌کند؛ یعنی مصرف کالاها و خدمات. او می‌گوید: «این یکی از معدود فعالیت‌هایی است که یک ماشین هرگز نمی‌تواند انجام دهد، یا شاید تنها فعالیتی که ماشین قادر به انجامش نیست.»
«فراریس» اهمیت مستندسازی و تجزیه و تحلیل الگوهای مصرف را در جهانی تحت سلطه اتوماسیون برجسته می‌کند. او نوشته است: «برای بهینه‌سازی تولید ماشین، درک و پیش‌بینی تمایلات و رفتارهای مصرف انسان ضروری است. این تحلیل با جمع‌آوری داده‌ها و اسناد دیجیتالی موجود در وب امکان‌پذیر می‌شود که می‌تواند هویت، تمایلات و حرکات افراد را به تصویر بکشد و منعکس کند.»
این فیلسوف ایتالیایی استدلال می‌کند که در واقعیت، هربار که انسان‌ها فعالیتی را روی یک پلتفرم دیجیتال انجام می‌دهند، از قبل کار می‌کنند. این شامل فعالیت‌های آنلاین روزمره مانند پیمایش اینستاگرامی در مترو یا تماشای فیلم در نتفلیکس می‌شود. شرکت‌ها و پلتفرم‌های دیجیتال این داده‌ها را جمع‌آوری می‌کنند و از آن برای اهداف مختلفی مانند تجزیه و تحلیل رفتارها و ترجیحات به منظور ارائه محتوای شخصی، بهبود خدمات و ارائه تبلیغات هدفمند استفاده می‌کنند. فراریس بر اهمیت آگاهی مصرف‌کنندگان از اینکه فعالیت آنلاین آن‌ها به این فرآیند کمک می‌کند تأکید می‌کند. او همچنین امکان ایجاد «درآمد پایه جهانی«(UBI) تأمین شده از طریق مالیات بر پلتفرم‌های دیجیتال را پیشنهاد می‌دهد که از داده‌های تولید شده توسط تعاملات ما در وب سود می‌برد.

اتوماسیون کارهای روتین
نگرانی اجتماعی در مورد ناپدید شدن مشاغل منجر به گزارش‌های متعددی با یافته‌های متفاوت شده است. سازمان همکاری اقتصادی و توسعه (OECD) در ماه ژوئیه سال 2023 تخمین زد که 27درصد مشاغل در کشورهای پیشرفته در معرض خطر اتوماسیون هستند. گروه «گلدمن ساکس» پیش‌بینی می‌کند که پیشرفت‌های فناوری می‌تواند به معنای از بین رفتن 300میلیون شغل در سراسر جهان یا تقریباً 18درصد از نیروی کار جهانی باشد. مدیرعامل شرکت فناوری چندملیتی آی‌بی‌ام هشدار داده که ظرف پنج سال آینده 30درصد کارگران آن ممکن است جایگزین شوند و در حال حاضر استخدام برای برخی موقعیت‌ها را متوقف کرده است. در اسپانیا، شرکت (McKinsey & Company) پیش‌بینی می‌کند که تا سال 2030، تقریباً 1.6میلیون کارگر برای جلوگیری از بیکاری باید شغل خود را تغییر دهند.
«موشه واردی»، استاد علوم کامپیوتر در دانشگاه رایس در هیوستون آمریکا، زمانی پیش‌بینی کرد که در 30سال آینده، بیشتر مشاغل توسط ربات‌ها انجام می‌شود و نرخ بیکاری می‌تواند از 50درصد فراتر رود. واردی تغییرات قابل‌توجهی را در دنیای کار پیش‌بینی می‌کند، اما تردید دارد که همه مشاغل را بتوان خودکار کرد. او توضیح می‌دهد: «آسیب‌پذیرترین مشاغل، مشاغل معمولی‌اند که نیازمند کارهای تکراری و قابل پیش‌بینی هستند. برای مثال پاک کردن یک میز در رستوران برای یک ربات پیچیده و برای یک فرد آسان است، فردی که این کار را با دستمزد کم نیز انجام می‌دهد. بنابراین بعید است یک رستوران روی این فناوری‌ سرمایه‌گذاری کند.»
واردی اشاره می‌کند که از نظر تاریخی، اتوماسیون در درجه اول مشاغل دستی یا صنعتی را تحت‌تأثیر قرار می‌دهد. با این حال، اخیراً با پیشرفت هوش مصنوعی مولد، مشاغل یقه سفید که وظایف شناختی و اداری را دربر می‌گیرند نیز با تهدید اتوماسیون مواجه شده‌اند. اگر چه او اذعان می‌کند فناوری جدید می‌تواند مشاغل جدید ایجاد کند، اما تردید دارد که مشاغل از دست رفته با مشاغل به دست آمده به تعادل برسند. او می‌گوید: «برای من روشن نیست که همه کارگران با مهارت‌های سنتی بتوانند خود را با نقش‌هایی که نیاز به آموزش پیشرفته‌تر دارند، تطبیق دهند.»
برای «فراریس»، آینده‌ای که در آن ماشین‌ها بتوانند در کارهای خلاقانه و پیچیده مانند نوشتن رمان از انسان پیشی بگیرند، دور از ذهن است. ممکن است ماشین یک جمله، یک تشخیص پزشکی یا یک قانون بهتر از ما بنویسد، اما همیشه تحت نظارت انسان چنین می‌کند. همچنین، فقط انسان‌ها واقعاً انسان‌های دیگر را درک می‌کنند و می‌فهمند که چه چیزی می‌تواند آن‌ها را به حرکت درآورد یا بخنداند. این توانایی هنوز منحصر به نوع ماست.
با این حال، هر دو متفکر دوره گذار پیچیده‌ای را متصور می‌شوند که با نرخ بالای بیکاری و نیاز فزاینده به آموزش کارگران مشخص می‌شود - دوره‌ای که طی آن درآمد «پایه جهانی» پیشنهادی، می‌تواند راهی برای توزیع سود حاصل از افزایش بهره‌وری ایجاد شده توسط هوش مصنوعی باشد. چنین طرحی دارای طرفداران برجسته‌ای مانند «سام آلتمن» و «ایلان ماسک»، بنیانگذاران (OpenAI) است. دیگران مانند «نیک سرنیچک»، نویسنده کتاب «اختراع آینده: پساسرمایه‌داری و جهانی بدون کار» (2015) تردید بیشتری در این‌باره دارند؛ به این دلیل که معتقدند شرایط دنیای معاصر فعلاً اجازه ظهور یک «درآمد پایه جهانیUBI » معنادار را نخواهد داد.
سرنیچک اشاره می‌کند که علاوه بر پیشرفت اتوماسیون، نگرش جوانان نسبت به اهمیتی که به‌طور سنتی برای کار قائل می‌شدند در حال تغییر است. او می‌گوید: «نسل‌های جوان‌تر به ‌شکل قابل‌توجهی اخلاق کاری سنتی را رد می‌کنند و در برخی موارد ما حتی شاهد ظهور جنبش‌های ضدکار مانند استعفای بزرگ میلیون‌ها نفر در سراسر جهان هستیم که شغل خود را در پی همه‌گیری ترک کردند. این تغییر نگرش نشان‌دهنده تمایل به دوری از ساختارهای کاری مرسوم است که به تغییرات سیاسی و اجتماعی نیاز دارد.» گزارش «رندستاد» این مشاهدات را تأیید می‌کند و نشان می‌دهد که 58درصد از جوانان 18 تا 24ساله مایل به ترک شغلی هستند که کیفیت زندگی را تضمین نمی‌کند. این در حالی است که تا الان 38درصد این جوانان شغل خود را ترک کرده‌اند زیرا با نیازهای زندگی شخصی‌شان مطابقت ندارد. این موضوع به شدت با این ضرب‌المثل قدیمی در تضاد است که «اگر کار بهتری وجود نداشته باشد، کار بدی
 وجود ندارد.»
«لوسیا ولاسکو»، اقتصاددان اسپانیایی از جمله کسانی است که معتقد است به‌رغم پیشرفت فناوری «همیشه انسان‌هایی در پشت ماشین‌ها وجود خواهند داشت.» در اینجا «ولاسکو» به میلیون‌ها کارگر، اغلب در شرایط نامطمئن در کشورهای با قدرت و منابع کمتر، اشاره می‌کند که نقش‌های اساسی برای عملکرد هوش مصنوعی، مانند آموزش مدل‌های این فناوری را ایفا می‌کنند. او چنین استدلال می‌کند: «دنیای بدون کار، نه از نظر اقتصادی و نه از لحاظ اجتماعی امکان‌پذیر نیست. کار به زندگی‌های ما معنا و نظم می‌دهد و در بیشتر موارد با انجام کار، شهروندان به دنیا کمک می‌کنند.»
«ولاسکو» اتخاذ یک رویکرد جامع را پیشنهاد می‌کند که فراتر از برنامه‌های بازآموزی است. او می‌گوید: «داشتن داده‌های دقیق برای درک چگونگی تحول بازار کار و در نظر گرفتن مشکلاتی که کارگران با آن مواجه هستند، مانند کمبود زمان برای آموزش، مهم است. مطالعات اخیر روی مدل‌های پایه جدید هوش مصنوعی حاکی از بهبود بهره‌وری بین 14 تا 35درصدی است. در همین راستا باید سازوکارهایی ایجاد شود تا مازاد تولید کارگران منجر به کاهش دستمزد آن‌ها نشود.»